复杂网络中节点重要性排序是当前学术界的研究热点之一,研究复杂网络中的关键节点对于改善复杂网络的可靠性有十分重要的意义和广泛的应用价值。近年来,许多研究人员对复杂网络进行了深入的分析,提出了许多研究成果。本文从多属性和多层复杂网络分析的角度出发,研究复杂网络中的节点重要性排序方法。本文提出一种融合度与聚类系数的节点重要性排序算法。首先,分别计算节点的度值和聚类系数;然后,通过熵权法计算度和聚类系数对应的权重值,进而计算节点的权重因子;最后,结合权重因子以及度和聚类系数计算节点重要性。使用真实复杂网络对本文算法进行了实验,结果表明本文提出的算法相对于一些传统的算法有一定的优越性。本文提出一种基于支持向量机的多层复杂网络节点重要性排序算法。首先,运用证据理论对节点的重要性进行评价;在此基础上,提出了计算复杂度较低的三个简单指标,并采用支持向量机来寻找简单指标与证据理论评价之间的映射规则;最后,使用该映射模型来计算网络节点的重要性。本文使用真实多层复杂网络数据集对提出的算法进行了实验。该论文有图19幅,表13个,参考文献82篇。